亿欧智库_2025全球人工智能技术应用洞察报告_20260125.pdf

亿欧智库查看原文

摘要

1亿欧智库发布《2025全球人工智能技术应用洞察报告》，指出中美主导全球AI市场（合计占比近70%），美国重原创，欧洲重整合，中国重规模应用。
2报告分析互联网、金融等十大行业AI渗透率及核心需求，强调AI Agent、多模态及低代码开发为未来技术趋势。
3评选出Google、西门子、作业帮等十大领域应用突破奖案例。
4预计AI将从技术竞赛转向价值竞赛，面临数据安全与伦理合规挑战。

文本

![](page=0,bbox=[71, 47, 421, 143])

2025全球人工智能技术应用洞察报告

亿欧智库 https://www.iyiou.com/research

Copyright reserved to EO Intelligence, January 2026

![](page=1,bbox=[0, 9, 1136, 1788])

第一章 全球人工智能技术发展洞察

全球竞争格局、技术演进变化、产业驱动范式

第二章 AI十大行业技术应用需求洞察

AI垂类行业技术应用价值分析框架、重点行业人工智能渗透率、十大行业核心需求洞察

第三章 全球人工智能技术应用突破奖

人工智能技术应用落地价值评估模型、人工智能技术十大领域应用突破奖、人工智能技术应用十大案例

第四章 全球人工智能技术应用未来趋势

技术趋势、市场趋势、挑战与风险

![](page=2,bbox=[2791, 47, 3140, 143])

引言

“以AI为镜，照见未来”

我们正身处一场由人工智能驱动的历史性变革之中。这不再仅仅是实验室中的算法竞赛，而是深刻渗透实体经济肌理、重塑社会生活形态的全球性产业革命。从硅谷到深圳，从基础研究的突破到应用场景的遍地开花，AI技术正以惊人的速度跨越奇点，成为国家竞争力、产业转型升级与人类未来发展的核心变量。

然而，技术的洪流亦伴随着选择的迷雾。面对层出不穷的模型、快速迭代的应用与复杂的全球竞争格局，如何洞察本质趋势，甄别真正创造价值的突破方向，成为全球政策制定者、产业领袖与投资者共同面临的战略命题。

为此，本报告应运而生。我们旨在超越碎片化的技术追踪，立足于全球产业变革与价值创造的高度，构建“技术-需求-突破-未来”的清晰分析主线。报告将系统梳理全球AI技术发展脉络与竞争态势，深度剖析十大关键行业最迫切的转型痛点与智能化需求，并通过设立具有全球视野的“人工智能技术应用突破奖”，隆重表彰那些将前沿技术与真实场景完美融合、产生卓越效益的标杆实践。我们最终希望，这份报告不仅是一份详实的趋势洞察图鉴，更能成为一幅指引各方参与者迈向人机协同、智能普惠新未来的战略导航图。。

![](page=3,bbox=[72, 45, 418, 146])

![](page=3,bbox=[0, 67, 1137, 1737])

全球人工智能技术发展洞察

全球人工智能基础能力与市场规模

核心技术演进与融合发展趋势

产业发展驱动力与范式转变

全球人工智能基础能力与市场规模

![](page=4,bbox=[2794, 48, 3140, 142])

对每个国家而言，持续且稳健的数字基础设施发展能带来切实效益。全球数字就绪度指数将各国数字经济分阶段排名，且指出打造数字经济、发展 AI并非发达国家专属。

机构数据显示，美国凭借深厚的技术积累与头部企业布局，持续主导全球人工智能市场发展，其市场规模占比超 55%；中美两国作为全球AI产业的两大动力源，市场规模合计占比已接近七成；欧洲地区人工智能发展迅猛，预计2029年市场规模约为2500亿美元，其中西欧市场规模占整个欧洲市场的九成以上。

亿欧智库：全球地区AI基础能力规模分布

判断一个国家的AI潜力，需从以下基础问题入手：

人工智能当前及未来的发展对单个国家的影响力

该国利用现有资源已制定合理的AI战略

该国战略部署数据中心基础设施与算力资源的程度

在国家、区域及洲际层面已形成监管AI的措施

![](page=4,bbox=[100, 797, 1789, 1637])

亿欧智库：2025年全球各区域人工智能市场规模预测占比

![](page=4,bbox=[1926, 666, 3029, 1530])

数据来源：公开资料、IDCA、亿欧智库

美国人工智能基础能力特点分析

![](page=5,bbox=[2793, 48, 3139, 142])

美国是“定义规则”的领导者，其核心优势在于从0到1的原创能力，并以此为基础定义技术范式、产品形态和商业模式（如Agent、SaaS化AI），并通过资本和生态将影响力全球化。

基础AI技术实力

全球引领：拥有最强的原始创新能力与顶尖人才，主导基础模型（如GPT、Claude）、AI芯片（英伟达）和底层框架的研发

AI产品化程度

亿欧智库：美国AI应用平台供需市场特征

产品化程度最高：构建了从云AI服务（AWS, Azure）、企业级AI应用（Salesforce Einstein）到消费级超级应用（ChatGPT）的完整、成熟产品矩阵。

AI落地效能

引领复杂场景与生态：在自动化代理（Agent）、复杂工作流重塑（如AI辅助编程、法律分析）上定义新范式，追求用AI重构业务流程。

![](page=5,bbox=[1343, 460, 1484, 574])

市场端需求旺盛

![](page=5,bbox=[1350, 703, 1481, 835])

市场AI需求表现

成熟且付费意愿强：企业（尤其是大型企业）将AI视为核心战略，投入意愿明确，驱动市场高速增长。消费级市场出现“赢家通吃”趋势。

供给端技术精进

促成供需匹配

需求客户类型

多元化，以大型科技企业和先锋企业为主：既有追求技术前沿的科技巨头和初创公司，也有积极转型的各行业头部企业（金融、零售、医疗等）。

市场生态协同能力

正向循环的全球生态：“资本-技术-人才-市场”形成超强闭环。硅谷的风险投资、巨头与初创公司的共生关系及开源文化，构建了无可比拟的全球生态吸引力。

AI应用平台“定义规则”的领导者

数据来源：公开资料、专家访谈、亿欧智库

欧洲人工智能基础能力特点分析

![](page=6,bbox=[2794, 48, 3139, 141])

欧洲是“深度整合”的价值专家，不追求全面领先，而是将AI作为“瑞士军刀”，深嵌到其全球领先的实体产业和精密工业体系中，解决高价值、高复杂度的具体问题。同时，其试图通过严格的《人工智能法案》输出治理规则。

基础AI技术实力

聚焦优势领域：在工业AI、开源模型（如Meta的 Llama）、AI伦理研究上领先。顶尖学术机构（剑桥、 ETH）提供深厚支撑。

亿欧智库：欧洲AI应用平台供需市场特征

![](page=6,bbox=[1343, 461, 1483, 574])

AI产品化程度

深度垂直化：产品与高端制造、汽车、奢侈品、企业软件（SAP）等深厚产业结合，以B2B解决方案为主，客单价高。

市场端需求旺盛

AI落地效能

高价值、高合规性落地：在智能制造、医疗、金融服务等高风险、高价值领域落地，对精确性、可靠性、合规性要求极高，流程严谨。

![](page=6,bbox=[1351, 704, 1481, 834])

供给端技术精进

市场AI需求表现

需求明确，受合规与转型驱动：需求主要来自产业升级（工业4.0）、应对严格法规的刚需。市场增长确定性强，但受GDPR和《人工智能法案》深刻影响。

促成供需匹配

需求客户类型

以大型工业企业和受监管行业为核心：汽车制造商 （大众、宝马）、高端制造、金融机构、奢侈品牌是主力客户，对解决方案的行业专有知识要求深。

市场生态协同能力

强产业协同，弱消费生态：拥有强大的产业联盟和产学研体系，技术、资本（如“地平线欧洲”计划）、监管协同推进。但消费级平台生态中影响力较弱。

AI应用平台“深度整合”的价值专家

数据来源：公开资料、专家访谈、亿欧智库

中国人工智能基础能力特点分析

![](page=7,bbox=[2794, 49, 3139, 141])

中国是“规模应用”的场景大师，核心优势在于利用全球最大的统一市场，实现技术从1到N的快速规模化应用和迭代。其发展由强烈的应用需求、海量数据、高效的工程化能力和国家战略共同驱动。

基础AI技术实力

技术追赶，应用驱动：在计算机视觉、语音识别等应用层技术突出。工程化能力强，但在引领性的基础模型和芯片上仍处追赶阶段。

亿欧智库：中国AI应用平台供需市场特征

AI产品化程度

![](page=7,bbox=[1343, 461, 1483, 574])

高度场景化与敏捷：基于海量用户场景，催生了丰富且迭代迅速的AI应用（如各类智能助手、AI营销工具），尤其在消费互联网领域产品化能力强。

AI落地效能

市场端需求旺盛

大规模、高效率推广：凭借庞大的统一市场和政府支持，能在智慧城市、安防、移动支付等领域实现极速、大规模的部署和应用。

![](page=7,bbox=[1350, 704, 1481, 834])

市场AI需求表现

供给端技术精进

需求旺盛，内需市场巨大：政府引导（新质生产力）与企业降本增效的迫切需求共同驱动。拥有全球最活跃的数字消费市场，为AI提供了海量试验场景。

促成供需匹配

需求客户类型

政府和大型企业引领，中小企业快速跟进：政府、国企、大型互联网公司是初期关键客户。庞大的中小企业和消费者市场构成了丰富的长尾需求。

市场生态协同能力

政策引导下的国内闭环生态：政府战略强力引导，云厂商、AI公司、行业集成商正加速构建从算力、模型到应用的本土化产业闭环。

AI应用平台“规模应用”的场景大师

数据来源：公开资料、专家访谈、亿欧智库

核心技术演进与融合发展趋势

![](page=8,bbox=[2794, 49, 3139, 141])

决策式AI渗透各垂类行业渐深，大模型开源生态助推生产力飞跃，多模态交互愈趋拟人，AI agent使数字同事替代人工劳力成为可能，各维度尽显AI生态技术的升级与精进。

![](page=8,bbox=[154, 449, 325, 626])

决策式AI：从静态规则到动态演化

与业务深度融合针对不同行业特点，行业定制化解决方案增多，与企业管理系统深度集成。市场渗透率不断提升。

可解释性和数据透明性优先使用白盒模型等技术，公开数据来源，采集方法，预处理步骤等。

协同生成式AI

让生成式AI协同为决策式AI提供数据和信息，提高内容质量和可靠性。

亿欧智库：AI生态技术的升级与精进

01100

10110

11110

AI大模型：开源生态重构，多模态重塑人机交互范式

开源革命

大模型推理成本骤降，引爆开源革命；2025年 Llama4、Gemma3、GPT-OSS系列、百度及阿里等新一模型先后开源。

原生多模态

原生多模态是当下大模型主要发展突破的重点。多模态的加速发展正在重塑人机交互方式，人机交互方式未来将更接近人与人之间的交互。

![](page=8,bbox=[2277, 455, 2445, 627])

AI Agent：从工具到 “数字劳动力”的跃迁

AI Agent一个能感知环境、自主决策并执行任务以实现特定目标的智能系统，其阶段性突破的核心在于工具链整合能力的规模化跃升

通往AGI

AI Agent经历了基于符号规则，统计学习，深度学习的三个阶段，现在已跨入基于大语言模型的智能体阶段，其最终目标是通向AG！，

数字同事

数据来源：WhatGEO，亿欧智库

企业级Agent的核心价值正在得到广泛认可，国际机构预测人工智能数字同事将在五年内成为常态。

产业发展需求驱动力与范式转变

![](page=9,bbox=[2794, 49, 3139, 141])

在人工智能浪潮下，AI已深度渗透各行业，但不同领域的AI应用成熟度进程存在明显差异，高端制造、金融、零售消费成为AI应用化成熟度水平领先的行业，其中在营销与销售环节预算分布最高，软件开发与客户运营环节次之。

亿欧智库：各行业环节AI应用对比情况

营销与销售

客户运营

产品研发

软件开发

供应链运营

风险与法务

战略与融资

财务

人力资源

高端制造

金融

高科技

消费品

医疗

媒体娱乐

专业服务

能源化工

科研教育

弱关注程度强

亿欧智库：行业AI预算分布优先级逻辑

数据来源：WhatGEO，亿欧智库

营销与销售环节预算分布最高

直接驱动增长与收入

![](page=9,bbox=[2971, 439, 3050, 520])

营销的核心目标是获客、转化和增收，AI应用的个性化推荐与广告，内容生成与优化，线索挖掘与评分等功能能直接作用于这个目标。

投资回报清晰可见：点击率、转化率、客户获取成本、投资回报率等指标可以精确量化，让企业能明确看到AI带来的收益。

技术适配性极高

营销大量依赖内容、创意和客户数据分析，而这正是当前生成式AI和预测性AI最擅长的领域。

软件开发环节预算分布逻辑

直接提升核心生产力

![](page=9,bbox=[2966, 889, 3053, 985])

对于科技公司和任何拥有数字化产品的企业而言，软件开发效率直接决定创新速度和市场响应能力，AI编程助手能自动生成代码，完成代码审查与调试，且效果立竿见影显著减少开发时间，让工程师更专注于高价值的设计和架构工作，投资回报非常直接。

降低高昂的人力成本

资深工程师人力成本极高，AI工具能放大其产能，相当于用工具实现了降本增效。

客户运营环节预算分布逻辑

兼顾成本与体验

![](page=9,bbox=[2965, 1280, 3055, 1366])

传统的客户服务是人力密集的成本中心，AI通过智能客服、语音助手等能够7x24小时处理大量常规咨询，大幅降低人力成本，提供即时响应，提升客户满意度。

数据价值闭环

客户运营环节产生大量对话和交互数据，AI可以分析这些数据，洞察客户痛点、产品问题，并反馈给产品开发和营销部门，形成数据驱动的闭环。

![](page=10,bbox=[72, 45, 417, 146])

![](page=10,bbox=[0, 115, 1135, 1718])

AI十大行业技术应用需求洞察

AI垂类行业技术应用价值分析框架

全球重点行业人工智能渗透率

十大行业核心需求洞察

AI垂类行业技术应用价值分析框架

![](page=11,bbox=[2793, 47, 3140, 144])

![](page=11,bbox=[80, 226, 3149, 1666])

全球重点行业人工智能渗透率

![](page=12,bbox=[2794, 49, 3139, 142])

当前中国AI应用渗透率最高的行业集中在互联网、电信、政务等领域。最近数据预测，互联网行业的AI渗透率已接近 92%，处于绝对领先地位，电信、政务、金融行业的渗透率普遍超过 70%，显示出这些行业对智能化升级的高度投入和成熟应用。

AI在领先行业的应用已超越表面自动化，深入解决结构性挑战，这种由AI驱动的流程重构，标志着行业AI正从可用迈向好用。

亿欧智库：人工智能行业渗透率持续提升

随着人工智能智能技术的不断发展，2022-2025年各行业人工智能应用渗透率持续提高，互联网、电信、政府、金融、制造、交通、服务和教育等均是人工智能技术积极探索和广泛落地的领域。

![](page=12,bbox=[126, 758, 1560, 1618])

资料来源：公开资料、《2023-2024中国人工智能计算力发展评估报告》、亿欧智库

亿欧智库：典型行业AI应用场景（部分）

![](page=12,bbox=[1668, 538, 1938, 673])

AI+互联网

  • AIGC内容生成
  • 智能广告投放
  • 智能客服与交互

![](page=12,bbox=[1670, 764, 1937, 898])

AI+电子通信

  • 预测性维护
  • 动态套餐推荐
  • 网络安全检测

AI+政务公务

![](page=12,bbox=[2420, 539, 2690, 667])

![](page=12,bbox=[1667, 989, 1928, 1120])

AI+工业制造

  • 智能问答
  • 公文生成

Al+金融

AI+交通出行

  • 大数据仿真资源配置
  • AI视觉检测

![](page=12,bbox=[2426, 765, 2694, 896])

Al+零售消费

  • 会员运营分层服务
  • 智能投研
  • 精准投放广告
  • 智能风控

![](page=12,bbox=[1671, 1435, 1941, 1571])

  • 设备故障预测性维护
  • 智能营销

![](page=12,bbox=[1668, 1214, 1947, 1350])

  • 智能调度
  • 自动驾驶
  • 门店智能巡检
  • 代码自动生成
  • v2x数据交互

AI+企业服务

![](page=12,bbox=[2426, 988, 2698, 1124])

  • 简历智能筛选
  • 员工行为分析
  • 大模型辅助写作

AI+医疗健康

![](page=12,bbox=[2424, 1213, 2675, 1348])

  • 影像智能筛查
  • 化合物筛选
  • 智能排班

![](page=12,bbox=[2421, 1436, 2691, 1572])

  • 实验仿真

AI+科研教育

  • AI辅助文献分析
  • AI教育智能体

互联网：以内容为核心的行业属性决定AI场景的本质需求为转换劳动力为想象力

![](page=13,bbox=[2794, 49, 3139, 142])

在以内容为核心竞争力的互联网产业中，AI技术应用的核心在于磨平生产门槛，减少重复劳动从而解放想象力，鼓励全民创作激活UGC生态。个性化推荐，内容生成大模型，AI智能创作助手等应用正在重塑互联网内容生产链。

![](page=13,bbox=[118, 349, 1067, 1696])

亿欧智库：互联网行业AI大模型

亿欧评述：AI大模型成为新时代的画笔，将原画师从 “像素劳工”解放为“创意导演”，效率跃升打开艺术表达的无限边疆。

场景痛点

代表场景：原画内容生成解决方案

  • 单张高质量场景原画需3-5天，角色设计迭代超10版；项目美术资源制作占研发周期 60%+，研发成本巨大。
  • 传统的原画概念设计依赖于设计师个人的创意与技艺，多人协作时画风漂移，难以保证风格统一性和质量稳定性。
  • 设计师创意枯竭，内容出现同质化，创新提案通过率小于 20%。

颠覆性效果

  • 成本：单张设计时间从12小时减少为40分钟，人力成本仅为传统1/10，原画产能从5张/月减少到200张/月。
  • 创收：AI批量生成高质量原画，2D月产量超28万张，效率提升40倍。
  • 内容：创新方案采纳率上升，角色设计获奖数增长。

价值评估模型

![](page=13,bbox=[1148, 1301, 2053, 1667])

资料来源：小红书、今日头条、米哈游、盛趣游戏、亿欧智库，场景价值打分通过定量问卷+专家评价计算，满分5分

亿欧智库：互联网行业AI Agent

![](page=13,bbox=[2134, 458, 2236, 566])

亿欧评述：AI智能创作助手将内容平台从“精英创作围城”推向“全民造物时代”，百倍效能释放与零门槛革命激活UGC生态。

代表场景：AI智能创作助手解决方案

场景痛点

  • 人工撰写效率低（200字/小时），爆款率小于 5%；多平台适配需重复修改，如微博限140字vs公众号长文。
  • 多语言翻译成本高，文化隔阂致转化率下降；本地素材制作缓慢。
  • 普通用户创作门槛高，UGC占比小于 10%；优质内容埋没， 90%笔记阅读量小于100。

颠覆性效果

  • 成本：广告文案CTR上升，人工成本下降 70%。
  • 内容：UGC占比上升，某内容平台 70%爆款笔记来自AI辅助新人。
  • 创收：AI跨文化改写和生成本土素材使新兴市场GMV上升，翻译成本下降 80%。

![](page=13,bbox=[2140, 1294, 3056, 1692])

电子通信：以信息传输为核心的行业属性决定AI场景的本质需求为全域协同智能

![](page=14,bbox=[2794, 49, 3139, 141])

在以信息传输的为核心的通信本质驱动下，AI技术通过重构网络架构、优化资源调度与创新服务范式，将通信系统从被动管道升级为主动决策的神经中枢，驱动行业向全域智能、高效可靠与价值创新跃迁。

电子通信

![](page=14,bbox=[115, 482, 1062, 1688])

亿欧智库：电子通信行业AI大模型

亿欧评述：AI多模态客服重构服务维度，使通信商从 “管道提供商”蜕变为“感官服务商”，在成本、体验、收入三维实现量子跃迁。

代表场景：多模态智能客服解决方案

场景痛点

  • 设备故障需工程师到场，响应大于24h，用户描述失真率高。
  • 套餐变更需多次验证身份，老年用户操作困难。
  • 传统推荐转化率小于 8%，用户画像单维度。

颠覆性效果

  • 成本：用户拍摄设备视频，CV识别故障部件，AR标注维修步骤，实时生成3D拆装动画维修效率提升，减少现场维修人力成本。
  • 体验：业务办理时长从15分钟缩减至2分钟，老年用户满意度提升。
  • 创收：分析用户截图中的使用场景，生成个性化套餐，转化率和单用户收入增加。

![](page=14,bbox=[1129, 1287, 2048, 1688])

资料来源：中国移动、中兴通讯、达观数据、亿欧智库，场景价值打分通过定量问卷+专家评价计算，满分5分

亿欧智库：电子通信行业AI Agent

亿欧评述：AI Agent将电信账单异常检测响应速度大幅提升，精准识别异常问题，实时预警防范客户流失风险，助力运营商实现智能化转型与业务增长。

代表场景：账单异常检测解决方案

场景痛点

  • 海量账单数据处理压力大，传统人工检测方式效率低下，易出现漏检和误检。
  • 账单异常类型繁多，隐蔽性强，传统规则难以识别。
  • 响应速度慢导致的客户流失风险：账单异常不能及时检测和处理，导致客户经济损失和不满，引发客户流失。

颠覆性效果

  • 成本：从数据采集到异常检测、预警推送及后续处理跟进，无需人工干预，降低人工成本。
  • 效率：检测响应速度提升60倍。账单异常检测准确率达到 95%以上。
  • 创收：提供丰富的业务洞察和决策支持，如优化资费套餐设计、精准营销策略制定、网络资源规划等，提高客户留存率。

![](page=14,bbox=[2156, 1289, 3073, 1693])

政务公务：以公共服务为核心的行业属性决定AI场景的本质需求为高效透明

![](page=15,bbox=[2794, 49, 3139, 141])

在以公共服务为核心的政府服务行业中，AI技术赋能将“人跑腿”变为“数据跑路”，使规则标准化、流程自动化、服务人性化，秒级响应、未诉先办，以无感技术成就民生有感温度。

![](page=15,bbox=[104, 354, 1062, 1705])

亿欧智库：政务公务行业AI大模型

亿欧评述：公文内容生成通过自然语言大模型实现政策文件秒级生产，知识图谱动态注入法规更新流，催化行政体系从经验驱动向认知智能升维。

代表场景：公文内容生成解决方案

场景痛点

  • 人工撰写耗时，平均4小时/份，格式错误率超 15%专业术语一致性缺失，年均32起表述事故。
  • 法规更新滞后导致 30%公文存在法律风险。
  • 人工回复模板复用率不足，回复超期严重%。

颠覆性效果

  • 成本：人工成本和时间成本降低，公文生成效率提高 60%，会议纪要耗时减少 60%。
  • 体验：智能生成千级差异化模板，信访响应时效压缩至2小时内，提升信访市民感受。
  • 创收：语义理解生成效率提升 80%，格式合规率 99.2%。知识图谱自动绑定最新条款，法律风险熵减 98%，规避年均45起政策误读导致的千万级法律纠纷。

资料来源：公开资料，亿欧智库，场景价值打分通过定量问卷+专家评价计算，满分5分

![](page=15,bbox=[1141, 1296, 2042, 1675])

亿欧智库：政务公务行业AI Agent

亿欧评述：AI公务员从根本上重塑了政府服务行业的运作模式，大幅提升了效率、降低了成本，并推动了政府服务从传统人工模式向数字化、智能化的全面转型。

场景痛点

代表场景：AI公务员解决方案

  • 数据孤岛致重复提交、人工跑件串联流转、跨部门协作超3天。
  • 人工客服响应慢、夜间无服务、政策解读因人而异、方言沟通障碍。
  • 事件处置依赖人工巡查、隐患响应滞后、工单分拨错误率高。

颠覆性效果

  • 成本：人力时间成本下降，跨部门业务从数天减少到1天办结。 AI公务员“平平”累计处理202万次咨询，响应速度秒级。
  • 效能：数据驱动政务公务决策，避免员工个人情感波动，服务高效透明更为公平公正。
  • 创收：通过AI技术分析海量政策文件，生成标准化政策语料库授权给金融、咨询公司等使用。

![](page=15,bbox=[2157, 1293, 3047, 1690])

金融服务：以收益为核心的行业属性决定AI场景的本质需求为效率和精准

![](page=16,bbox=[2794, 48, 3139, 142])

在收益的本质驱动下，AI通过提升交易效率、优化资产配置和增强风险控制能力，深刻改变了金融行业的运作方式，推动其向智能化转型、自动化发展，为金融机构带来更高收益与更优决策能力。

金融服务

![](page=16,bbox=[117, 560, 1060, 1702])

亿欧智库：金融行业AI大模型

亿欧评述：AI智能投顾以技术普惠突破财富管理边界，重构"人-资-场"价值链条，驱动金融业从资本规模竞争跃迁至算法效能竞争。

代表场景：智能投顾解决方案

场景痛点

  • 人工顾问成本高昂，管理费1%-2%，服务覆盖范围仅限高净值客户，依赖人工分析配置效率低。
  • 人工跟踪滞后市场变化，情绪化决策如追涨杀跌，跨资产分析能力有限。

颠覆性效果

  • 成本：管理费降至 0.25%-0.5%，服务门槛从百万降至万元级，配置组合调整响应速度从天级到秒级。
  • 风险：智能投顾可以通过行为金融干预，自动拦截非理性交易，减少情绪化交易。
  • 创收：智能投顾可以通过NLP分析，行为金融干预，多资产关联分析等技术，实现组合收益率跑赢大盘，因子挖掘维度扩展至非结构化数据。

![](page=16,bbox=[1109, 1282, 2046, 1686])

资料来源：公开资料，招商银行，平安科技，《2025“人工智能+”行业发展蓝皮书》，亿欧智库，场景价值打分通过定量问卷+专家评价计算，满分5分

亿欧智库：金融行业AI Agent

亿欧评述：AI高频量化以纳秒级决策突破人类生理极限驱动市场从资本规模竞争转向数据-算法-算力三维效能竞争，重塑资本配置效率边界。

代表场景：高频量化交易解决方案

场景痛点

  • 人工建模滞后市场变化，响应延迟大于200毫秒。
  • 人工套利受限于跨市场数据割裂，套利机会捕捉率小于 15% ，跨境交易摩擦成本吞噬利润。
  • 传统风控模型无法预判黑天鹅，闪崩事件损失率大于 20% ，同质化策略引发系统性风险。
  • 成本：量化交易响应延迟降至0.3微秒，通过联邦学习构建跨市场价差模型，跨境交易摩擦成本压缩。

颠覆性效果

  • 风险：通过生成对抗网络（GAN）模拟市场极端情景，多Agent博弈训练避免策略趋同，策略同质化风险下降，市场异常波动持续时间缩短。
  • 创收：多Agent协同架构实时比对全球30+交易所数据，有效套利机会识别率提升。

![](page=16,bbox=[2128, 1284, 3069, 1697])

获取更多维度报告数据，请访问亿欧网（www.iyiou.com）

零售消费：以消费者为核心的行业属性决定AI场景的本质需求为优化客户体验

![](page=17,bbox=[2793, 48, 3139, 141])

在“以消费者为中心”的零售本质驱动下，AI技术的应用核心在于全方位优化客户旅程，提升个性化、便捷性与互动体验。无人零售、数字人直播、智能导购助手等这些场景的本质，在于利用AI的感知、理解、决策与交互能力，在购物流程的关键触点注入智能化、个性化和无摩擦的体验。

零售消费

![](page=17,bbox=[124, 567, 1051, 1702])

亿欧智库：零售消费行业AI大模型

亿欧评述：数字人直播零售通过“技术重构战略一降本释放资源一创利反哺生态”的闭环，解构零售业不可能三角。

代表场景：数字人直播解决方案

场景痛点

  • 主播分成占比高，中小商家月均直播成本超20万元，且真人主播存在跳槽、负面舆情等不确定性风险。
  • 真人主播日均有效直播时长仅6-8小时，凌晨2点至8点潜在消费时段的转化率浪费超 70%。
  • 传统直播需搭建专业影棚、配置主播/助播/设备，中小商家自然流量占比不足 15%。

颠覆性效果

  • 成本：从“人力杠杆”到“边际成本趋零”，直播成本仅为真人1/5。
  • 体验：构建“虚拟卖场+实景融合”，消费者体验感加强。
  • 创收：数字人直播间直接引导用户至品牌私域池，有效线索获取提高 60%

![](page=17,bbox=[1139, 1291, 2038, 1684])

资料来源：云拿科技、世优科技、天润融通、亿欧智库，场景价值打分通过定量问卷+专家评价计算，满分5分

亿欧智库：零售消费行业AI Agent

![](page=17,bbox=[2134, 457, 2235, 565])

亿欧评述：从“人适应货”到“货主动适配人”的范式转移一一顾客情绪成为核心生产要素，零售效率与体验的边界被重新定义。

代表场景：情感交互式智能导购解决方案

场景痛点

传统导购实体店需长期雇佣专业导购，人力成本占运营费用 30%以上，高峰时段导购无法兼顾所有顾客。

  • 导购依赖主观经验推荐商品，忽略实时行为数据，推荐准确率不足 50%。
  • 传统导购难以捕捉顾客微表情、语调变化，无法提供情感化服务。

颠覆性效果

  • 成本：客服人力成本下降，高峰期可覆盖所有消费者。
  • 体验：基于情感状态（如兴奋、犹豫）调整推荐策略，无真人接触式服务降低消费者心理压力。
  • 创收：通过情感交互，洞察消费者购物心态，提高产品推介成单率。

![](page=17,bbox=[2158, 1288, 3061, 1693])

工业制造：以效能为核心的行业属性决定AI场景的本质需求为智效革新

![](page=18,bbox=[2794, 49, 3139, 142])

在以效能革新为核心的能源化工行业中，AI作为复杂系统的神经中枢，实时锁定安全、高效、低碳的最优操作点，将事故防控从“概率控制”升级为 “确定性阻断，打破“分子-工厂-供应链”的数据孤岛，释放全链路价值。在安全、能效、研发三重维度重构产业竞争力。

![](page=18,bbox=[111, 357, 1055, 1697])

亿欧智库：工业制造行业AI大模型

亿欧评述：扩散模型以智能涌现重构能源化工底层创新，实现原子级精准合成与性能极限突破，重塑万亿级产业竞争格局。

代表场景：扩散模型研发解决方案

场景痛点

  • 传统催化剂设计依赖试错法，单次开发周期长达3-5年，成本达千万美元。
  • 固态电解质离子通道设计盲区多。
  • 人工经验仅覆盖 60%风险场景，如多米诺效应事故漏判率大于 40%。

颠覆性效果

  • 成本：催化剂设计中，扩散模型可生成120万候选结构/日，活性提升4倍，设计时间可能从几年缩短到几个月。
  • 安全：扩散模型生成10*6级事故工况库，覆盖 99.7%长尾风险，应急准备时间从72小时减少至15分钟。
  • 创收：宁德时代生成固态电解质使电池能量密度突破 500Wh/kg，定价超传统产品 41%。

价值评估模型

![](page=18,bbox=[1137, 1297, 2040, 1681])

资料来源：宁德时代、国家电网、西门子、亿欧智库，场景价值打分通过定量问卷+专家评价计算，满分5分

亿欧智库：工业制造行业AI Agent

亿欧评述：AI Agent是虚拟电厂的智能中枢，通过动态优化分布式资源聚合与电力交易策略，实现分钟级光储荷协同调控，提升新能源消纳与收益。

代表场景：虚拟电厂解决方案

场景痛点

  • 实时电力调度中依赖人工经验，响应速度大于30秒，无法应对风光波动，误差率大于 40%。
  • 传统定期检修模式，故障漏检率大于 12%，运维成本占营收 18%。
  • 传统电力市场交易的策略静态化，日内交易频次小于5次，套利空间捕获率小于 35%。

颠覆性效果

  • 成本：亚秒级动态优化，风光消纳率提升至 90%，调度成本降低 50%。
  • 安全：数字孪生Agent预警故障，运维成本下降。
  • 创收：深度强化学习实现900+次/日高频交易，衍生品收益提升 38%。

![](page=18,bbox=[2156, 1290, 3072, 1694])

交通出行：以安全效率为核心的行业属性决定AI场景的本质需求为确定性协同

![](page=19,bbox=[2794, 49, 3139, 141])

在以安全效率为核心的本质驱动下，AI作为关键决策者正在从安全革命，效率质变，基建智能化，商业范式颠覆四方面重构交通运输业，将事故率降低且物流时效提升，驱动行业从人力依赖型向数据驱动的智慧网络跃迁，催生万亿级自动驾驶经济新生态。

![](page=19,bbox=[105, 347, 1054, 1713])

亿欧智库：交通出行行业AI大模型

亿欧评述：智驾大模型通过其强大的多模态数据处理和端到端学习范式，显著提升了智能驾驶系统的感知和决策能力，加速了高阶自动驾驶的实现。

代表场景：智驾大模型解决方案

场景痛点

  • 数据采集、存储、处理成本高昂，尤其是高精地图数据的采集和处理。
  • 大量数据处理仍需人工干预，自动化程度不足。
  • 基于规则的感知算法和基于高精地图的定位方案在技术或商业化层面难以突破至更高阶的智驾功能。

颠覆性效果

  • 成本：通过数据闭环系统优化数据处理流程，降低数据采集、存储和处理成本。
  • 安全：实现从数据采集、标注、训练到仿真测试的全自动化流程，提高数据处理效率和准确性。
  • 创收：智驾大模型将凭借端到端的自主学习能力和环境适应能力，成为实现高阶智驾功能的关键。

![](page=19,bbox=[1110, 1282, 2051, 1673])

资料来源：公开资料、京东、顺丰、美团、亿欧智库，场景价值打分通过定量问卷+专家评价计算，满分5分

亿欧智库：交通出行行业AI Agent

亿欧评述：AI Agent是智能座舱的“神经中枢”，通过多模态交互与主动服务重构人车关系，驱动体验与商业双变革。

代表场景：智能座舱解决方案

场景痛点

  • 功能碎片化需手动切换；跨场景服务断点。
  • 被动告警，无法预判风险；驾驶员状态监测精度不足。
  • 服务标准化，无法动态适配用户习惯；生态服务割裂，如导航/娱乐/办公独立。

颠覆性效果

  • 成本：单指令触发多任务联动，如"出差安排"同步调用导航/日程/充电，形成场景闭环，降低用户时间成本。
  • 安全：实时融合环境感知，行人/车辆识别；驾驶员状态分析，疲劳/分心，主动介入避险，事故率显著降低。
  • 创收：基于用户习惯记忆的主动服务，自动调节座舱环境，行程规划，充电预约等。并通过流量变现，付费OTA等形式为车企带来额外收益。

![](page=19,bbox=[2132, 1284, 3099, 1696])

企业服务：以客户价值为核心的行业属性决定AI场景的本质需求为全周期优化

![](page=20,bbox=[2794, 49, 3139, 141])

在以客户价值为核心的企业服务本质驱动下，AI技术通过智能体替代大量重复劳动，更构建动态能力中枢，延伸客户生命周期价值，重塑行业竞争制高点，将企业服务从"成本消耗工具"蜕变为"增长共生体"。

企业服务

![](page=20,bbox=[105, 489, 1060, 1693])

亿欧智库：企业服务行业AI大模型

亿欧评述：AI知识库智能问答将企业知识资产转化为实时决策力和增长引擎，驱动服务效能质变与竞争力重构。

代表场景：企业知识库智能问答解决方案

场景痛点

  • 知识分散在200+文档中，检索耗时。
  • 报告撰写占 30%工作时间，人工整理数据耗时。
  • 销售话术更新滞后，客户需求匹配偏差大，高价值客户流失预警缺失。

颠覆性效果

  • 成本：非结构化数据（聊天记录/会议纪要）自动转为结构化知识图谱，自然语言提问3秒返回答案，1分钟解析100页PDF，提取关键信息准确率高，知识获取效速度提高，减少时间成本。
  • 效率：AI自动输出结构化周报，如销售数据汇总。

资料来源：金蝶云、用友、亿欧智库，场景价值打分通过定量问卷+专家评价计算，满分5分

  • 创收：客户画像融合外部数据生成话术，实时竞品分析推荐应对策略，预测高流失风险客户，增加销售业务收入。

![](page=20,bbox=[1143, 1295, 2053, 1680])

亿欧智库：企业服务行业AI Agent

亿欧评述：智能培训助手将企业人力成本中心裂变为能力资产引擎，驱动组织效能指数级跃迁与商业价值重构。

代表场景：智能培训助手解决方案

场景痛点

  • 课程同质化，能力缺口诊断偏差，学习资源分散。
  • 人工管理耗时，学习监督缺失，效果评估主观。
  • 业务技能实战模拟中，真实场景复现成本高，如客户投诉模拟，陪练资源有限，反馈滞后。

颠覆性效果

  • 成本：AI自动生成教案/试题库，实时学习行为追踪仪表盘，教务人力成本降低，培训管理效率提高。
  • 效率：技能图谱分析能力短板，DRL算法生成定制课程，生成动态业务场景（如催收/理赔），情感识别+话术分析实时评分，动态调整模拟难度，实战演练效率，销售转化率，员工技能达标速度提高。
  • 创收：员工技能转化效率提升，驱动业绩增长。

![](page=20,bbox=[2160, 1290, 3051, 1693])

医疗健康：AI深度嵌入医疗健康场景实现资源优化、效率提升与服务创新

![](page=21,bbox=[2794, 49, 3139, 141])

通过AI技术在医疗健康行业的多种应用场景，有效解决了医疗资源分配不均、工作效率低下等问题，实现了降本增效与创收创利的双重价值，推动医疗行业向智能化转变。

医疗健康

![](page=21,bbox=[116, 519, 1053, 1697])

亿欧智库：医疗健康行业AI大模型

亿欧评述：病历智能化处理解决方案，不仅能显著提升病历处理效率与质量，还能通过深挖病历数据科研价值，全方位重塑医疗病历管理模式。

代表场景：病历智能化处理解决方案

场景痛点

  • 传统病历书写依赖医生手工录入，关键诊疗环节单份文书耗时超8分钟，挤占核心诊疗时间。
  • 人工书写病历易错误，且存在同义术语混用、描述不规范、逻辑不严谨等问题，影响诊断规范性和数据统计准确性。
  • 在进行多学科会诊时，针对相对复杂的病例，患者的病历通畅内容较多，之前医生需要至少十几分钟翻阅病历。

颠覆性效果

  • 成本：AI助手1-2分钟就能自动梳理患者完整的治疗轨迹。
  • 体验：利用生成式AI技术结合自然语言处理和专业疾病知识图谱自动生成病历。
  • 创收：通过对病历数据进行结构化处理和深度分析，增加医院在科研项目资助和科研成果转化方面的收入。

![](page=21,bbox=[1142, 1296, 2024, 1678])

资料来源：医疗机构公开信息、亿欧智库，场景价值打分通过定量问卷+专家评价计算，满分5分

亿欧智库：医疗健康行业AI Agent

亿欧评述：通过优化医疗资源配置与流程整合，以数据驱动实现个性化健康管理与多元服务创新，助力医疗行业迈向智能化。

代表场景：医疗健康智能体

场景痛点

  • 医院的管理涉及多个环节和部门，传统的管理模式往往存在信息不畅、流程繁琐、工作效率低等问题。
  • 传统医疗服务大部分采用“一刀切”的模式，难以满足患者个体化的健康需求。
  • 优质医疗资源集中在头部医院，偏远地区的患者难以获得高水平的医疗服务，导致医疗资源分配不均。

颠覆性效果

  • 成本：智能体高效的服务管理有助于降低医院运营成本。
  • 体验：依据患者的病史、生活习惯等，智能体生成个性化的健康管理方案以及行动计划，帮助患者更好地管理自身健康。
  • 创收：智能体可以支持医院开展健康管理等多元化的医疗业务，拓宽收入渠道。

![](page=21,bbox=[2158, 1290, 3054, 1692])

科研教育：AI革新科研教育模式，激发创新活力与效能提升

![](page=22,bbox=[2794, 49, 3139, 141])

科研教育行业引入AI解决方案，精准破解科研项目管理、个性化教学及实验设计等核心场景的痛点，通过智能优化资源分配、提升决策精准度与执行效率，不仅实现降本增效，更推动教育模式向个性化、科研流程向智能化转型，为行业开辟全新价值增长曲线。

![](page=22,bbox=[98, 348, 1062, 1706])

亿欧智库：科研教育行业AI大模型

亿欧评述：传统教育模式存在局限性，而个性化教辅解决方案正以其技术驱动优势，推动教育创新，引领教育模式转型。

代表场景：个性化教辅解决方案

场景痛点

资料来源：多鲸教育、亿欧智库，场景价值打分通过定量问卷+专家评价计算，满分5分

  • 目前教学多聚焦于学科知识，对综合素养评价的关注相对不足，主要借助作业、试卷等传统手段开展教学观察与评价。
  • 教师处于知识传授的核心地位，学生处于被动接收知识的状态。
  • 传统教育模式以教师为中心，教学进程呈现线性特征，且标准化的教学方法难以充分考虑学生的个体差异。

颠覆性效果

  • 体验：借助大模型的互动式学习工具，学生对词汇和语法的长期记忆保持率提升了 28%。
  • 成本：教学大模型承担一些教学任务，降低了运营成本。
  • 创收：通过个性化学习服务（如AI作文指导、虚拟人口语教练）创造新的付费场景。

![](page=22,bbox=[1129, 1288, 2030, 1691])

亿欧智库：科研教育行业AI Agent

![](page=22,bbox=[2132, 458, 2236, 564])

亿欧评述：科研流程中设计、数据处理及分析环节存在脱节与低效问题，通过精细化设计与高效执行可降低成本、提升效率、抢占市场先机。

代表场景：科研实验设计与数据分析解决方案

场景痛点

  • 初级科研人员可能对实验流程的规划不够清晰全面，容易遗漏关键步骤或出现逻辑错误。
  • 科研数据往往具有海量、多源、异构等特点，数据的预处理工作非常繁琐。
  • 从实验设计到数据分析再到结论的整个研究过程往往缺乏连贯性，容易出现数据与实验方案脱节等问题。

颠覆性效果

  • 成本：依据实验目标和约束条件，通过大量数据分析和模拟，设计出更精准合理的实验方案，降低实验资源浪费。
  • 体验：通过多Agent协同架构，实现复杂科研任务的全自动执行和高效协作。
  • 创收：缩短科研周期，产品抢占先机，获得更多市场份额。

![](page=22,bbox=[2159, 1289, 3073, 1694])

![](page=23,bbox=[72, 45, 418, 146])

![](page=23,bbox=[0, 91, 1136, 1713])

全球人工智能技术应用突破奖

人工智能技术应用落地价值SCE评估模型

全球人工智能技术十大领域应用突破奖

全球人工智能技术应用十大案例

全球人工智能技术应用突破奖介绍

![](page=24,bbox=[2794, 49, 3139, 141])

奖项背景

在全球人工智能技术浪潮从实验室研发快速迈向产业深度融合的关键阶段，技术突破与应用落地之间仍存在显著鸿沟。许多前沿技术困于演示场景，未能触及行业核心痛点并产生规模化价值。

  • 在此背景下，设立一个聚焦于“应用突破”的权威奖项，旨在精准识别并连接这“最后一公里”，具有迫切的现实必要性。

核心意义

  • 本奖项的核心意义在于，树立全球范围内的价值标杆。它不止步于表彰技术的先进性，更着重审视技术是否在真实、复杂的产业场景中解决了关键问题，创造了可衡量的经济效益或社会效益。
  • 其评选将如同一套精密的“价值滤网”，从全球纷繁的应用案例中，筛选出真正实现“技术-需求-价值”完美融合的卓越实践。

深远影响

  • 通过年度性的甄选与表彰，奖项将持续发挥多重深远影响：它为各国政策制定者提供源于实战的决策参考；为产业界勾勒出清晰的商业化落地路径，降低试错成本；为投资机构指引具备高成长性的技术投资方向；同时也为学术界提出来自产业最前沿的真实命题。
  • 最终，它致力于引导全球AI竞争从单纯的“技术竞赛”转向更具意义的“价值竞赛”。

人工智能技术应用落地价值SCE评估模型

![](page=25,bbox=[2794, 49, 3139, 142])

从“战略价值、降本增效、创收创利”三个维度构建投资价值评估体系，搭建SCE（Strategic Value-Cost Value-Economic Value）价值评估模型，旨在从全球范围内甄选并表彰将AI技术深度应用于行业核心场景、产生显著经济效益或社会价值的标杆案例。

亿欧智库：人工智能技术应用落地价值SCE评估模型

![](page=25,bbox=[84, 417, 3101, 1673])

资料来源：亿欧智库

全球人工智能技术十大领域应用突破奖

![](page=26,bbox=[2793, 48, 3139, 142])

![](page=26,bbox=[69, 238, 353, 514])

全球互联网AI突破大奖

Google AI Overviews

全球通信AI突破大奖

Nokia AI-RAN

![](page=26,bbox=[1213, 520, 1503, 800])

now

全球政务AI突破大奖

ServiceNow统一AI平台

全球工业AI突破大奖

Siemens Industrial Copilot

![](page=26,bbox=[1210, 1081, 1502, 1359])

![](page=26,bbox=[78, 1365, 359, 1638])

全球企业服务AI突破大奖

Workday Illuminate

作业帮

![](page=26,bbox=[1726, 270, 1982, 507])

全球教育AI突破大奖

作业帮 AI超级老师

全球金融AI突破大奖

蚂蚁数科 Agentar-Fin-R1

资料来源：亿欧智库

![](page=26,bbox=[1717, 789, 1992, 1055])

![](page=26,bbox=[2850, 510, 3145, 791])

全球消费AI突破大奖

京东零售 Oxygen架构

百度 萝卜快跑

全球出行AI突破大奖

![](page=26,bbox=[1711, 1351, 1991, 1631])

![](page=26,bbox=[2850, 1072, 3130, 1301])

全球医疗AI突破大奖

深睿医疗 Deepwise TrioData X

互联网AI：Google AI Overviews信息深度检索与整合，助力多场景应用

![](page=27,bbox=[2794, 49, 3139, 142])

Google AI Overviews是Google于2024年推出的生成式搜索核心功能，深度融合Gemini大语言模型与Google搜索的权威信息检索能力，能够直接从海量网页中提炼关键内容，以结构化摘要、要点列表等形式呈现，并附上可追溯的来源链接。

AI Overviews已成为成熟的生成式搜索解决方案，支持文本、图像和语音等多模态查询，可处理包含多个子问题的复杂搜索需求，同时通过来源引用显著减少生成内容的不确定性。该功能已在全球范围内服务数十亿次查询，帮助用户更快获取准确信息，整体搜索效率提升约 30%-50%。

![](page=27,bbox=[106, 599, 702, 1253])

信息检索与总结

利用生成式AI提炼海量非结构化数据精华，输出多样形式（简短段落、项目符号列表、图像、产品轮播）

多模态交互

支持文本、语音、图像多模态输入，实现多类型提问与响应生成

复杂查询处理

精准处理多问题融合查询（如行程规划、课题研究），智能组织结果

用户体验与规模化扩展

服务数十亿查询，支持全球多语言部署，驱动流量多样化（助力小网站曝光）

核心价值与行业应用场景

快速信息总结与效率提升

  • AI Overviews帮助用户快速获取复杂主题的核心要点，减少了研究时间，尤其适合长尾查询和信息密集型搜索。

多来源合成与准确性

  • 不依赖单一来源，而是整合多个高质量网页、知识图谱等信息，避免了信息碎片化，同时减少AI “幻觉”风险。

生态与业务驱动

  • 推动内容创作者提供独特、非商品化信息，提升整体网络质量；帮助企业通过被引用获得曝光。

行业应用场景

![](page=27,bbox=[411, 1346, 764, 1639])

教育与知识传播

![](page=27,bbox=[895, 1357, 1245, 1646])

数字营销与SEO

![](page=27,bbox=[1386, 1351, 1737, 1642])

数据来源：公开资料、Google、亿欧智库

![](page=27,bbox=[2478, 1032, 3020, 1161])

技术与IT行业

![](page=27,bbox=[1902, 1348, 2255, 1642])

医疗与专业服务

![](page=27,bbox=[2423, 1271, 3100, 1664])

通信AI：诺基亚AI-RAN提升网路效能、效率、自主优化及新一代应用的支援能力

![](page=28,bbox=[2794, 49, 3139, 142])

Nokia借由Nvidia平台，扩展其全球接入产品组合，推出全新AI-RAN产品。此外，还在AI网路解决方案合作，涵盖NokiaSRLinux软体与 Nvidia Spectrum- $ X^{\mathrm{TM}} $ 乙太网平台的数据中心交换，以及Nokia的遥测与网路管理平台于NvidiaAI基础设施的应用。

自AI-RAN联盟成立以来，产业进展呈现“标准加速制定、技术持续突破、场景试点落地”的三大特征。据行业预测，AI-RAN市场规模将快速增长，到2030年累计规模有望超过2000亿美元。

AI-RAN产业进展

2025年MWC巴塞罗那大会上，AI-RAN联盟展示了AI-RAN的十大应用演示，内容覆盖上述三大方向的一些成果

  • 具备在线学习能力的智能化空口
  • 在RAN现网中实现上行信道插值
  • 基于AI的PUSCH信道估计
  • 基于神经形态接收机的AI高阶调制优化
  • 面向移动场景干扰抑制与节能的AI驱动5G波束赋形
  • 基于AI的RAN频谱感知
  • AI-RAN协同编排
  • 面向5G网络的AI驱动频谱感知一一实现动态且隐私保护的AI模型切分

·通信与感知一体化

·基于RAN的AI目标检测

Key Focus Areas

![](page=28,bbox=[134, 1183, 1249, 1703])

数据来源：公开资料、Nokia、亿欧智库

Al on RAN的重点研究方向

基于AI的多媒体应用利用AI提升多媒体体验，如视频分析、增强现实/虚拟现实（AR/VR）、沉浸式游戏，以及下一代应用一一触觉互联网和全息通信等。

高效的AI/ML模型切分依据无线链路状况、终端电池寿命等因素，将AI/ML模型在终端与RAN之间灵活切分，实现性能与能耗的最佳平衡。

![](page=28,bbox=[1913, 746, 2633, 1480])

基于AI的安全与关键业务应用借助AI强化安全类应用（如入侵检测），并支撑关键业务 （如远程医疗）。

基于AI的自动化与工业应用将AI用于工业运营自动化及自主载具管理，例如无人机（UAV）、无人车与自动导引车（AGV）。

生成式AI/AI赋能的网络服务以AI和生成式AI提升网络级服务，如客户服务、用户交互、用户定位等。这些方案提高通信效率，实现用户与应用间的无缝协作。

企业服务AI：Workday Illuminate——全球HCM与财务管理的“破局者”

![](page=29,bbox=[2794, 48, 3139, 141])

全球HCM（人力资源管理）与财务管理产业龙头Workday，是一家通过软件即服务（SaaS）模式，帮助企业优化人力资源与财务流程，进而提升营运效率、降低成本和提升员工满意度。

Workday推出的新一代AI驱动解决方案Illuminate，通过整合全球最大规模的企业运行数据库，推动企业流程自动化、提升决策精准度，并释放员工生产力，其核心技术架构是以Workday平台每年超过8,000亿条的系统指令为数据基础所开发出来的超大规模语言模型（LLM），同时汇集全球 7,000万用户的数据、每月7,200万条业务流程事件以及年度6,000亿条交易数据，来确保AI输出的准确性。

![](page=29,bbox=[157, 569, 745, 1215])

生成式AI

Illuminate利用生成式AI技术，大幅提高企业日常操作效率，例如可自动生成职位描述、合约摘要、知识文章，也能通过智能分析侦测财务异常并建议修正方向。

Workday Assistant

这是一款对话式界面协作工具，能够以自然语言提问，例如「这个月的销售表现如何？」或「我的团队目前有哪些未完成的任务？」，使用者通常能够快速获取个性化答案，大幅提高工作效率。

Al Agent

Illuminate目前共推出4个AI Agent针对特定业务需求提供智能解决方案，分别为 Recruiter Agent、Expense Agent、Successor Agent、Optimize Agent。

Agent类型

功能说明

Recruiter Agent

加快人才搜寻、筛选、安排面试等流程，帮助企业更快找到合适人选。

Expense Agent

简化员工报销流程，企业能实时监控，提升支出效率与透明度。

Successor Agent

智能化继任计划，自动发掘并培育领袖人才，提供个性化发展方案。

Optimize Agent

分析业务流程瓶颈，自动诊断并优化问题。

数据来源：公开资料、Workday、亿欧智库

![](page=29,bbox=[2005, 581, 3080, 1695])

获取更多维度报告数据，请访问亿欧网（www.iyiou.com）

工业AI：Siemens Industrial Copilot——自主执行复杂任务的智能“指挥中心”

![](page=30,bbox=[2794, 48, 3138, 141])

西门子于2025年推出Industrial Copilot智能体系统，深度融合大语言模型与工业知识，实现自然语言交互生成PLC代码、优化产线节拍、预测设备故障。

Industrial Copilot for Engineering已经是一个完整成熟的产品，预计能帮助客户将工程进度与效率提升 10%到 40%。同时，西门子的Industrial Copilot for Operations，也能提供系统运行情况的全面洞察，预估能将运维效率提升 25%。

![](page=30,bbox=[112, 470, 753, 896])

奖项荣誉

西门子 Industrial Copilot

汉诺威工业博览会，摘下「工业界奥斯卡」桂冠的「伙伴」

2025世界人工智能大会，摘下「镇馆之宝」

![](page=30,bbox=[1580, 462, 2218, 889])

应用环节

核心功能简介

主要集成平台/状态

主要适用人员

设计(Design)

加速产品设计，支持自然语言生成技术分析、图纸与工厂布局

NX CAD软件

设计工程师

规划(Planning)

优化生产规划、资源分配与排程，最大化产能、减少浪费

预发布/客户试用阶段

生产规划师

工程(Engineering)

通过自然语言自动生成、测试和优化PLC、SCL等工业自动化代码与可视化界面，大幅减少重复编程

TIA Portal（博途）

自动化工程师

运营(Operations)

提供设备操作指导、故障诊断与解决方案，整合数据以支持决策，减少停机时间

Insights Hub平台/设备本地部署

车间操作员、维护工程师

服务(Service)

提供专家级设备诊断与预测性维护建议，从被动维修转向预防性维护

Senseye等维护平台

维护团队

在中国首次试点中，与中科摩通合作实现 30%效率提升。工程师无需专业编程技能即可完成设备组态等复杂任务，有效降低应用门槛。在成都数字化工厂，该系统帮助开发时间缩短 30%、故障停机时间降低 20%。

中国试点

数据来源：公开资料、西门子、亿欧智库

![](page=30,bbox=[1582, 910, 3095, 1700])

获取更多维度报告数据，请访问亿欧网（www.iyiou.com）

政务AI：ServiceNow统一AI平台一一整合多部门业务、提升运营效率

![](page=31,bbox=[2794, 49, 3139, 142])

ServiceNow是一个领先的云端企业工作流平台，旨在通过数字化转型将企业内部破碎的业务流程整合到一个统一的平台。其核心产品Now Platform提供IT服务管理（ITSM）和企业服务管理（ESM）解决方案，涵盖自动化工作流程、服务映射及客户服务管理等功能。

全球超过 85%的财富500强企业均在使用ServiceNow。2024财年订阅收入为达到106.5亿美元，同比增长率高达 22.5%；其核心SaaS业务在全球范围内仍保持高速扩张。

ServiceNow平台核心能力与安全运营模块

基础技术层模块

风险与合规管理模块

安全运营模块

工作流数据编织

打破企业内的数据孤岛，将分散在各系统的数据整合为统一视图，让AI代理可以基于完整数据做出更智能的决策，从而提升运营效率。

漏洞响应

结合资产、风险与威胁情报，对漏洞进行优先级排序，并与IT团队协作实现快速响应。

Raptor数据库

ServiceNow 自研的新一代高性能 HTAP数据库，能将海量数据转化为可执行的实时洞察，让操作速度得到质的提升。

安全态势控制

提供 360°攻击面可见性，检测并修复安全控制缺口、发现未受管理的资产。

集成风险管理

打破政府内的数据孤岛，将分散在各系统的数据整合为统一视图，让AI代理可以基于完整数据做出更智能的决策，从而提升运营效率。

安全事件响应

快速响应安全威胁，优化并编排企业安全运营流程。

三大核心解决方案

H.R.1公共服务解决方案

专门针对美国《H.R.1法案》的公共服务响应方案，用于帮助州政府快速落实法案要求，优化福利申请、资格审核等公共服务流程，确保合规并提升服务效率。

公共服务资格判定

打通多个部门的数据，自动验证居民是否符合医疗补助、食品券等福利项目的资格，减少人工审核，提升准确性和响应速度。

IT系统转型

方案聚焦于州政府的IT系统现代化改造，通过ServiceNow的工作流平台，将分散的IT服务整合起来，实现自动化运维和服务管理，从而提升政府IT部门的效率和安全性。

教育AI：作业帮学习机一一教育与科技的深度融合，AI能力的全面落地

![](page=32,bbox=[2794, 49, 3139, 141])

作业帮学习机是作业帮推出的核心智能硬件产品。学习机产品凭借“教育+科技”的融合策略，在市场上表现突出，2024年全年及2025年全年斩获中国学习平板市场销量第一的地位。

作业帮学习机的成功，关键在于将其近10年积累的海量学情数据、优质教研内容（上千人教研团队）与前沿AI技术相结合，实现了从“硬件工具”到“个性化学习解决方案”的转型，拥有P、T、X、S等多系列产品线，覆盖2000-6000元价位段，内置超25亿题库、700万以上真题试卷，支持小初高全学科，以自研的教育大模型为技术底座（通过中国信通院最高等级认证），结合DeepSeek的推理能力，实现AI解题、作文批改、个性化学习规划等功能，打造“AI超级老师”体验。

作业帮AI学习机重塑赛道，定义标准

作业帮凭借“AI技术”与“行业标准”的双轮驱动，不仅在滋烈的市场竞争中脱颖而出，更重构了增长逻辑，成为学习机行业的领导者与标准制定者。

![](page=32,bbox=[516, 575, 989, 846])

飞轮效应：双轮驱动构建可持续的领导者生态

![](page=32,bbox=[75, 954, 962, 1298])

全面布局：满足K12全周期需求的AI学习机矩阵

定位：预算型选择

  • AI超级老师1对1

P系列

  • 12.2英寸高清护眼屏
  • 小学到高中全科辅导

T系列

X系列

定位：全能机型

  • 13.2英寸类纸屏
  • 名师体系课程

·AI超级老师

定位：旗舰配置

  • 14.3英寸超大屏
  • 在C-Eval和CMMLU两大权威AI大模型榜单，平均分排名第一。
  • AI超级老师

核心技术：银河大模型（Galaxy Large Model）

  • 专属视频答疑服务

数据来源：公开资料、作业帮、亿欧智库

  • 2025年6月，顺利通过信通院“可信AI教育大模型”评估，并获得当前最高等级5级认证。

![](page=32,bbox=[1753, 613, 1934, 738])

![](page=32,bbox=[1963, 585, 2161, 750])

从技术到应用：构建完整闭环

![](page=32,bbox=[1143, 913, 1274, 1010])

![](page=32,bbox=[1475, 899, 1760, 1013])

![](page=32,bbox=[1946, 909, 2118, 1010])

成功构建“技术+应用”的闭环，将底层大模型能力无缝转化为终端用户体验，实现从模型算法到教育场景的深度融合。

从技术到应用：构建完整闭环

AI超级老师：引领教育行业AI落地

  • 精准练习：通过语音对话和拍试卷，精准定位知识漏洞
  • 动态规划：生成1-2周动态学习计划，动态调整计划
  • 闭环学习：实现”测-学-练-评“完整闭环，巩固学习效果。
  • 海量资源：25亿题库和700万+真题试卷。

“孩子用P50一个月，数学成绩从班级中游跃居前十，AI老师推送的几何专项训练太精准了！”-用户张女士反馈

从参与者到定义者，掌握行业“技术规范”

  1. 牵头标准制定：作为赛道代表企业，牵头并深度参与了由信通院组织的AI学机、教育智能体、教育大模型等多项技术规范与评估工作。
  1. 获得权威认证：首批通过信通院“人工智能学习机”评估的厂商之一，搭载的“AI超级老师”也成为首批通过“教育智能体”评估的品牌。
  1. 构筑话语权：专业人士指出：参与标准制定并获权威认证，意味着在技术成熟度与市场认可度方面具备“双重话语权”，成为产业升级的领航者。

![](page=32,bbox=[2769, 631, 3030, 886])

成果验证：销量与销额双冠，市场领导地位确立

![](page=32,bbox=[2439, 1076, 2690, 1320])

![](page=32,bbox=[2751, 1077, 3028, 1319])

洛图科技（Lotto Technology）&奥维睿沃（AVC Revo）数据显示：

作业帮学习机在2025年第一季度成为销量和销额的双冠王，位居行业第一。

率先布局线下渠道打造全渠道护城河

全国覆盖30+省份， 300+地市， 2000+家售点

![](page=32,bbox=[2607, 1464, 3113, 1673])

金融AI：蚂蚁数科 Agentar-Fin-R1——金融服务的精准化、自动化与高效化

![](page=33,bbox=[2794, 49, 3139, 141])

Agentar-Fin-R1是蚂蚁数科于2025年7月28日在世界人工智能大会发布的金融推理大模型，基于Qwen3研发，定位为金融AI“可靠、可控、可优化”的智能中枢，专注金融专业性、推理能力与安全合规，助力金融机构数智化转型。

在 FinEval1.0、FinanceIQ 等权威金融评测中，超越尺寸开源通用及金融大模型，金融推理准确率较通用模型提升约 20%。

智能风控：实时风险预测

通过实时分析企业财务与市场数据，AI系统可识别异常模式与潜在欺诈行为，构建动态预警机制。

智能服务：对话式金融服务

AI手机银行集成自然语言处理技术，实现“对话即服务”的交互体验，提升服务可及性与客户满意度。

![](page=33,bbox=[697, 443, 1517, 980])

智能投研：个性化资产配置

基于客户风险偏好、财务状况与市场趋势，AI生成定制化投资组合方案，并结合实时数据动态调整策略，辅助投资者优化收益与风险平衡。

智能运营：构建机构AI大脑

AI整合数据处理、流程自动化与决策支持功能，推动金融机构在合规管理、资源调度与业务执行层面的高效协同与持续优化。

金融专业性：构建6大类、66小类金融任务分类体系，覆盖银行、证券、保险、基金、信托等全领域，涵盖信贷审批、投研分析、理赔核算等高频复杂任务。

核心优势

专业语料与长思维链训练：基于千亿级金融专业语料（含监管政策、市场行情、企业财报等），叠加可信数据合成技术与十万级专家标注长思维链（CoT），精准模拟金融专家推理路径，复杂金融决策逻辑性显著优于通用模型。

可信AI认证与审计追溯：通过中国信通院可信AI最高5级认证，覆盖平台管理、开发、API服务等23项能力；支持智能体全生命周期操作日志记录，生成不可篡改审计报告，适配监管合规检查。

数据来源：公开资料、蚂蚁数科、亿欧智库

![](page=33,bbox=[2208, 465, 3049, 965])

蚂蚁数科agentar入选2025国际标准金融应用卓越案例

![](page=33,bbox=[2213, 1066, 3052, 1622])

蚂蚁数科入选信通院AI云典型案例

出行AI：萝卜快跑保持0重大事故记录，在全球累计提供超1400万次出行服务

![](page=34,bbox=[2794, 49, 3139, 141])

Apollo ADFM大模型实现更安全的技术，10重安全冗余+6重MRC实现更安全的产品。安全保障体系和警企联勤能力构建服务安全网，合规资质齐全的数据安全团队及安全管控中心从使用、运输、储存三重维度守护智能驾驶数据全生命周期安全。多重安全防护下萝卜快跑保持0重大事故记录。

萝卜快跑已在全球部署超1000台无人驾驶汽车，足迹遍布16个城市，为全球用户提供了超过1400万次出行服务，累计安全行驶里程超过2亿公里。

从技术、产品、服务、数据四个方面构建0重大事故安全防线

  • 采用“Apollo ADFM大模型+10重安全冗余+6重MRC（Minimal Risk Condition）安全策略”的三位一体方案，安全水平比人类驾驶高10倍；
  • 服务层面建设覆盖全国、层次压实的安全管理保障体系，并增加警企联勤能力；

· 数据层面，拥有全面获取各项合规资质数据安全团队及安全管控中心。

更安全的技术

Apollo ADFM大模型带来智能驾驶技术阶跃，大幅提升智能驾驶泛化能力和安全性，能做到安全性高于人类驾驶员10倍以上，实现城市级全域复杂场景覆盖。

多模感知大模型检测|跟踪|理解|建图

多源规划大模型合规|避障|博弈|预判

![](page=34,bbox=[1075, 881, 1128, 936])

渐进式实现智能驾驶端到端大模型

全自动数据闭环，周级别模型更新，快速进化全球首个能够支持L4级别无人驾驶应用的智能驾驶大模型

更安全的产品

搭载百度Apollo第六代智能化解决方案的颐驰06产品，实现了AI技术与车辆工程深度融合，通过10重安全冗余方案、6重MRC安全策略确保车辆稳定可靠，系统失效概率低于10的-8次方。

10重安全冗余

计算冗余

转向冗余

感知冗余

制动冗余

驻车冗余

网络冗余

高精定位冗余

电源冗余

6重MRC

热管理冗余

5G冗余

更安全的服务

系统自恢复

![](page=34,bbox=[617, 1500, 671, 1556])

功能降级运行

远程云舱接管

数据来源：公开资料、萝卜快跑、亿欧智库

最小风险停车

紧急制动停车

乘客主动触发停车

已构建起覆盖全国、层层压实的安全管理保障体系，并持续加强警企联勤能力，确保突发情况秒级响应。

更安全的数据

萝卜快跑已构建专业的数据安全团队及安全管控中心，全面获取各项合规资质，从使用运输、储存三重维度守护自动驾驶数据全生命周期安全。

内地城市

北京

已布局16个城市，在全球累计提供出行服务超1400万次

上海

2021年11月获智能驾驶收费资质以经开区为核心，覆盖亦庄、海淀等

广州

2025年7月获浦东新区示范运营牌照覆盖金桥、花木、世博等浦东区域

深圳

2021年7月面向公众开放运营以科学城为核心，覆盖番禺、南沙等区域

2025年4月获南山区“城市通行证”覆盖南山区核心商圈和坪山区全域

武汉

2022年8月全无人商业化试点聚焦沌口区域和军山新城区域

成都

2022年7月成都高新区开放示范运营聚焦高新区新川科技园区域

重庆

2022年8月全无人商业化试点覆盖永川区全域

长沙

佛山

2022年9月获合肥智能驾驶商业运营牌照聚焦包河区滨湖区域

2022年7月正式开启商业化运营聚焦大王山度假区

阳泉

2025年7月获批远程示范应用牌照石湾/张槎/乐从/南庄/西樵镇全域

2022年2月获主驾无人商业化试点牌照覆盖区域从高新区拓展至城区

乌镇

2022年3月开展智能驾驶出行展示服务覆盖东栅+西栅景区+生活区

港澳台以及海外地区

香港

2024年12月：获香港首张智能驾驶路测牌照，开启机场周边测试 2025年6月：获批在东涌开展测试 2025年8月：获准在香港岛南区测试

迪拜

2025年3月：与迪拜道路交通局 （RTA）战略合作，在迪拜市区开展无人驾驶规模化测试和服务计划：将部署1000辆全无人驾驶车

阿布扎比

2025年3月：与阿联酋自动驾驶出行公司Autogo达成战略合作计划：将致力于持续扩大车队规模，打造该地区规模最大的无人车队

萝卜快跑xUber服务全球

2025年7月：与Uber达成战略合作计划：数千辆萝卜快跑无人驾驶车将接入Uber在全球多个市场的出行网络，强强联合共同定义未来出行

萝卜快跑xLyft聚焦欧洲

2025年8月：与Lyft达成战略合作计划：2026年率先在德国和英国部署萝卜快跑第六代无人车，并在欧洲市场逐步扩大规模至数千辆

消费AI：京东零售 Oxygen架构一一多元智能创新消费模式

![](page=35,bbox=[2794, 48, 3139, 142])

Oxygen架构以JoyAI大模型为核心，通过构建多元智能体与系统能力，赋能购物体验与供应链管理，核心是提供“举重若轻”的智能体验，兼顾“轻购物”流畅与“慢购物”深度支持。

京东持续开源 Oxygen体系技术，OxyGent框架、Oxygent-9N-xLLM推理引擎等已开放，助力开发者构建智能体系统，推动AI电商生态发展，支撑京东未来三年带动形成万亿规模人工智能生态的战略目标。

智能场景层

系统能力层

面向零售的端到端智能应用

爱购（OxygenRec推荐）、OxygenXR（裸眼3D）、AI试穿等

模型层

智能体协作与工程化实现

OxyGent（多智能体框架）、Oxygent-9N-xLLM（推理引擎）

底层大模型与基础能力

Joy AI 大模型、OxygenVLM（多模态理解）、OxygenForecaster （10B 时序预测）

![](page=35,bbox=[1809, 466, 3053, 1175])

拥有从3B到750B的全尺寸模型家族，并具备强大的多模态能力，性能在全球范围内处于领先地位。

JoyAI 大模型

支持智能体“搭积木式”组合，具备极致可扩展性与全链路决策追溯。

OxyGent

xLLM推理引擎

创新的服务-引擎分离架构，实现了5倍的效率提升和90%的成本优化，为AI的大规模应用提供了可能。

OxygenRec

通过自然语言交互，能够精准地理解用户的真实需求，将搜索推荐从“信息匹配”升级为智能的 “决策辅助”。

OxygenForecaster

专为电商设计的10B级时序预测模型，能够将销量预测的准确率提升超过10%，并带动整个供应链的优化。

数据来源：公开资料、京东、亿欧智库

医疗AI：深睿医疗 Deepwise TrioData X——“数据+智能”双轮驱动，深耕医疗全场景

![](page=36,bbox=[2794, 49, 3138, 141])

作为医疗AI领域的创新先行者，深睿医疗在2025年“数字医学与健康大会（DMHC）”上正式发布全新升级的Deepwise TrioData X多模态医疗数据大模型能力平台。

该平台以前沿技术理念为引领，构建以医疗多模态大数据为坚实基石、大模型技术为核心引擎、业务场景为导向的全栈式医疗智能新生态。

技术创新实力

  • 多模型大模型技术领先：构建多模态大模型协同架构，实现多模态数据整合，重构医学影像智能边界。
  • 核心技术突破助力精准诊疗：肺结节CT图像辅助诊断软件推动肺癌诊疗升级，入选北京市首台（套）重大技术装备目录；颅内动脉瘤CT造影图像辅助检测软件创新算法，提升动脉瘤检出敏感性，相关成果发表于国际顶级期刊等、

2 产品应用广泛

  • 多场景产品布局：产品覆盖全国30多个省市，为数千家医疗机构提供从AI辅助诊断、智能筛查、临床决策、患者服务到医疗大数据治理、科学研究、医生培训、能力建设等全链路的人工智能服务。
  • 临床深度融合：AI产品深度嵌入医疗工作流程，如Deepwise MetAI X实现全链路贯通，提升诊断效率。
  • 产品体系丰富：开发多个医疗垂类大模型和专业智能体。

3行业影响力强

权威认可与奖项荣誉：多次登上主流媒体，荣获近200个奖项，入选北京首台 （套）重大技术装备目录。

  • 行业标准制定与引领：积极参与国家重大科研项目，推动医疗AI技术标准化与规范化。

全球视野与交流合作：亮相达沃斯论坛，分享中国医疗AI创新实践，推动医疗服务普惠化与精准化。

![](page=36,bbox=[72, 1251, 732, 1665])

数据来源：公开资料、深睿医疗、亿欧智库

![](page=36,bbox=[820, 1258, 1476, 1654])

![](page=36,bbox=[1574, 1263, 2223, 1652])

![](page=36,bbox=[2310, 488, 3090, 1642])

![](page=37,bbox=[71, 44, 418, 148])

![](page=37,bbox=[0, 147, 1135, 1716])

全球人工智能未来发展趋势

技术趋势

市场趋势

挑战与风险

技术趋势：Agent智能体普及、低代码AI开发、多模态融合

![](page=38,bbox=[2794, 48, 3139, 142])

AI应用平台的技术发展不再是单线程的，而是沿着Agent、低代码开发和多模态三条主线深度融合、相互促进，AI智能体向主动规划、工具调用的闭环能力演进，各平台推低门槛工具加速普及；低代码AI开发成新范式，自然语言描述即可生成应用；多模态成AI核心趋势，可统一处理多类数据，全球多模态模型市场规模将快速扩张。技术发展正推动平台从提供单一功能，向构建自主、易用、全能的智能系统转变。

  • 从被动问答到主动规划与执行，能调用工具完成复杂任务闭环
  • 各大平台纷纷推出低门槛的智能体开发工具和应用市场，推动其快速普及和生态构建

亿欧智库：AI智能体普及趋势

行业

典型应用场景

技术成熟度(2026-2028)

挑战与风险

金融

投研自动化、风险控制

★★★★☆(L4)

数据安全、合规审计

制造

供应链优化、预测性维护

★★★★☆(L4)

设备异构集成、工艺知识封装

零售

精准营销、库存管理

★★★★☆(L4)

实时数据延迟、个性化长尾需求

医疗

辅助诊断、电子病历管理

★★★★☆(L3→L4)

伦理审查、临床责任界定

政务

智慧交通、公共服务

★★★★☆(L3+)

系统孤岛、跨部门协同阻力

亿欧智库：低代码AI开发趋势

  • 从拖拽开发到智能组装，用自然语言描述即可生成应用
  • 中国低代码/零代码市场持续高速增长，预计未来几年将保持超过 20%的年复合增长率，AI与低代码的深度融合，正催生AI零代码平台等新一代开发范式

中国低代码与零代码软件市场规模预测 （百万元）

![](page=38,bbox=[160, 1149, 1555, 1709])

资料来源：公开信息、IDC、亿欧智库

亿欧智库：多模态趋势

  • 从单一文本到统一理解处理文本、图像、语音、视频
  • 多模态与Agent化、高度个性化共同被列为AI产品的核心趋势。它不仅是功能增强，更是开启全新交互体验的基础

全球多模态AI模型市场规模（十亿美元）

![](page=38,bbox=[1711, 1169, 3085, 1707])

获取更多维度报告数据，请访问亿欧网（www.iyiou.com）

市场趋势：行业化、场景化、生态化竞争加剧

![](page=39,bbox=[2794, 49, 3139, 141])

随着技术门槛逐步拉平，市场竞争的核心逻辑发生了深刻变化，其核心转向了对行业纵深的理解、对具体场景的解决能力以及构建开放生态的格局，所有趋势都指向同一个目标：推动AI应用开发从技术驱动全面转向价值驱动，让技术真正转化为各行各业可衡量、可感知的商业产出。

亿欧智库：AI应用平台市场发展趋势

行业化

![](page=39,bbox=[1403, 460, 1498, 551])

  • 从通用到垂直
  • 通用大模型难以解决行业的专业问题。竞争的关键在于深耕垂直行业，结合行业KnowHow、私有数据和工作流，提供开箱即用的解决方案

场景化

  • 从功能到价值

![](page=39,bbox=[1407, 872, 1495, 973])

  • 能否切入并解决具体的业务痛点，成为产品成败的关键，具备行业背景的企服SaaS类、创业类公司正凭借对场景的深刻理解快速切入市场

生态化竞争

  • 从产品到体系

![](page=39,bbox=[1404, 1283, 1497, 1381])

  • 单一产品很难通吃市场。头部厂商正通过构建开放平台、统一技术入口、整合内部产品矩阵来打造生态护城河

亿欧智库：人工智能应用高发展潜力场景

判断一个场景是否为人工智能的“高潜力”应用场景，并非仅看技术是否炫酷，而是基于一套结合市场、技术、商业和社会的综合判定逻辑，其核心在于评估AI技术能否在该场景中创造显著的、可规模化的经济价值或社会效益。

![](page=39,bbox=[1638, 621, 1830, 760])

任务高频且重复性强

高频、重复性强的任务最适合AI自动化。这类工作通常流程固定、规则明确，如报销审批、数据录入、代码调试等，AI可大幅减少人工操作，提升效率并降低出错率。

L2

数据结构化程度高

结构化数据便于模型训练和推理，能显著提升AI系统效果。如表格、日志、交易记录等清晰数据源，使模型更易理解业务逻辑并产出稳定结果。

L3

显著提升效率或降低成本

AI能在节省时间、人力或资源方面带来可观收益。例如客服自动回复可替代大量人工，代码生成加快开发进度，形成明确的投入产出比（ROI）。

L4

人机协同价值高

AI可作为智能助手，辅助人类决策和创作，提升整体工作效率。例如销售预测、代码建议、内容编辑等，强调增强人类能力而非完全替代。

L5

生态成熟或快速发展

具备活跃生态的领域更易落地AI应用，拥有成熟工具、平台与社区支持。如办公自动化、代码生成等领域已有丰富解决方案，降低企业实施门槛。

![](page=39,bbox=[1867, 1402, 1991, 1490])

办公自动化

![](page=39,bbox=[2282, 1403, 2393, 1489])

代码编译

![](page=39,bbox=[2697, 1402, 2813, 1493])

销售与营销

挑战与风险：数据安全、伦理合规、人才短缺

![](page=40,bbox=[2793, 48, 3140, 142])

AI应用平台行业在高速发展的同时，正面临一系列严峻的挑战与风险，主要集中在数据安全、伦理合规和人才短缺三大领域。这些挑战相互交织，若处理不当，将严重制约技术的落地与行业的健康发展。

亿欧智库：数据安全

AI应用平台高度依赖海量数据，这使得数据安全成为首要挑战，风险已从传统的数据泄露扩展到模型本身。

新型攻击面

大模型引入了如提示注入攻击、模型投毒、数据投毒等新型安全威胁。攻击者可通过精心设计的输入操纵模型输出，窃取训练数据或导致系统失效。

数据泄露与隐私风险

在模型训练和推理过程中，敏感数据存在泄露风险例如， API接口若保护不足，可能成为黑客进行DDoS攻击或窃取信息的入口。

解决方案探索

业界正通过隐私计算等技术，尝试实现数据“可用不可见”，保障数据在流通过程中的安全。同时，企业需构建覆盖数据生产、应用和流通全领域的体系化安全防护。

亿欧智库：伦理合规

算法偏见与公平性

AI，尤其是生成式AI的能力，放大了伦理与合规问题的复杂性和紧迫性。

如果训练数据存在偏见，AI系统会延续甚至放大这种偏见，导致输出结果不公平或具有歧视性，这在招聘、信贷等场景中危害巨大。

虚假信息与内容安全

生成式AI能制造逼真的虚假文本、图像和视频，这可能导致虚假新闻、诈骗和伪造证据泛滥，对社会信任体系构成威胁。

快速演进的监管环境

全球各地针对AI数据隐私、算法透明度和责任的法规正在快速出台并不断变化。企业面临高昂的合规成本与法律风险。

亿欧智库：人才短缺

AI应用的成功落地不仅需要技术专家，更需要能连接技术、业务与伦理的复合型人才，而此类人才供不应求。

技能要求多元化

除了需要精通机器学习、大模型技术的AI科学家和工程师，行业更急需的是及能理解业务痛点并将AI解决方案整合到具体场景中的业务架构师。

管理与培养挑战

企业面临内部AI人才培养周期长、成本高的问题。同时，项目管理流程和团队协作方式也需要为适应AI驱动的新模式而调整。

行业应对

许多公司通过建立内部“AI学院”、与高校合作、以及利用平台工具降低技术使用门槛等方式，来缓解人才压力。

![](page=41,bbox=[71, 48, 145, 141])

亿欧智库

版权声明

本报告所采用的数据均来自合规渠道，分析逻辑基于智库的专业理解，清晰准确地反映了作者的研究观点。本报告仅在相关法律许可的情况下发放，并仅为提供信息而发放，概不构成任何广告。在任何情况下，本报告中的信息或所表述的意见均不构成对任何人的投资建议。本报告的信息来源于已公开的资料，亿欧智库对该等信息的准确性、完整性或可靠性作尽可能的追求但不作任何保证。本报告所载的资料、意见及推测仅反映亿欧智库于发布本报告当日之前的判断，在不同时期，亿欧智库可发出与本报告所载资料、意见及推测不一致的报告。亿欧智库不保证本报告所含信息保持在最新状态。同时，亿欧智库对本报告所含信息可在不发出通知的情形下做出修改，读者可自行关注相应的更新或修改。

本报告版权归属于亿欧智库，欢迎因研究需要引用本报告内容，引用时需注明出处为“亿欧智库”。对于未注明来源的引用、盗用、篡改以及其他侵犯亿欧智库著作权的商业行为，亿欧智库将保留追究其法律责任的权利。

关于我们

亿欧是一家专注科技+产业+投资的信息平台和智库；成立于2014年2月，总部位于北京，在上海、深圳、南京、纽约设有分公司。亿欧立足中国、影响全球，用户/客户覆盖超过50个国家或地区。

亿欧旗下的产品和服务包括：信息平台亿欧网（iyiou.com）、亿欧国际站（EqualOcean.com）、研究和咨询服务亿欧智库（EO Intelligence），产业和投融资数据产品亿欧数据（EO Data）；行业垂直子公司亿欧大健康（EO Healthcare）和亿欧汽车（EO Auto）等。

亿欧服务

基于自身的研究和咨询能力，同时借助亿欧网和亿欧国际网站的传播优势；亿欧为创业公司、大型企业、政府机构、机构投资者等客户类型提供有针对性的服务。

创业公司：亿欧旗下的亿欧网和亿欧国际站是创业创新领域的知名信息平台，是各类VC机构、产业基金、创业者和政府产业部门重点关注的平台。创业公司被亿欧网和亿欧国际站报道后，能获得巨大的品牌曝光，有利于降低融资过程中的解释成本；同时，对于吸引上下游合作伙伴及招募人才有积极作用。对于优质的创业公司，还可以作为案例纳入亿欧智库的相关报告，树立权威的行业地位。

大型企业：凭借对科技+产业+投资的深刻理解，亿欧除了为一些大型企业提供品牌服务外，更多地基于自身的研究能力和第三方视角，为大型企业提供行业研究、用户研究、投资分析和创新咨询等服务。同时，亿欧有实时更新的产业数据库和广泛的链接能力，能为大型企业进行产品落地和布局生态提供支持。

政府机构：针对政府类客户，亿欧提供四类服务：一是针对政府重点关注的领域提供产业情报，梳理特定产业在国内外的动态和前沿趋势，为相关政府领导提供智库外脑。二是根据政府的要求，组织相关产业的代表性企业和政府机构沟通交流，探讨合作机会；三是针对政府机构和旗下的产业园区，提供有针对性的产业培训，提升行业认知、提高招商和服务域内企业的水平；四是辅助政府机构做产业规划。

机构投资者：亿欧除了有强大的分析师团队外，另外有一个超过15000名专家的资源库；能为机构投资者提供专家咨询、和标的调研服务，减少投资过程中的信息不对称，做出正确的投资决策。

欢迎合作需求方联系我们，一起携手进步！

报告作者

![](page=41,bbox=[164, 1277, 310, 1420])

![](page=41,bbox=[322, 1276, 461, 1423])

孙毅颂

亿欧智库研究总监

Email：sunyisong@iyiou.com

![](page=41,bbox=[953, 1271, 1082, 1419])

王思雨

亿欧智库 分析师

Email: wangsiyu@iyiou.com

报告审核

![](page=41,bbox=[165, 1532, 310, 1676])

![](page=41,bbox=[321, 1530, 462, 1679])

孙毅颂

亿欧智库研究总监

Email：sunyisong@iyiou.com

![](page=42,bbox=[181, 1246, 390, 1460])

扫码关注亿欧智库查看更多研究报告

![](page=42,bbox=[492, 1241, 722, 1468])

扫码添加小助手加入行业交流群

![](page=42,bbox=[785, 1233, 848, 1312])

亿欧智库

网址：https://www.iyiou.com/research

邮箱：hezuo@iyiou.com

![](page=42,bbox=[1382, 1322, 1599, 1429])

电话：010-53321289

北京：北京市朝阳区保利国际广场T1-13层 上海：上海市徐汇区桂平路391号新漕河泾国际商务中心B座17层

深圳：深圳市宝安区华丰国际机器人产业园1期F栋110 纽约：4 World Trade Center,29th Floor-Office 67,150 Greenwich St, New York, NY 10006

本站所有资讯是用户利用其本地Agent获取并分享，均为公开信息，如需删除请联系我们。